무료 온라인 액세스 Salesforce.Agentforce-Specialist.v2025-05-20.q77 모의 시험 (Page 13)

Agentforce-Specialist 문제 56

Universal Containers에서는 고객의 관심사에 가장 잘 부합하는 제품에 대한 마케팅 이메일을 기획하고 있습니다.
이 이메일을 생성하기 위해 An Agentforce는 무엇을 권장해야 합니까?

A. 제품에 대한 관심과 일치를 위해 Apex 또는 흐름을 사용하는 표준 이메일 마케팅 템플릿

B. 관심과 제품 정보를 기반으로 한 맞춤형 판매 이메일 템플릿

C. Einstein을 사용한 표준 이메일 초안 및 표준 이메일 템플릿 선택

Agentforce-Specialist 문제 57

Universal Containers는 사용자를 위해 세 가지 유형의 판매 요약을 얻기 위해 세 가지 사용자 지정 작업을 구현합니다. 사용자는 자신의 발언에 따라 올바른 요약을 얻지 못한다고 불평하고 있습니다. Agentforce Specialist는 근본 원인으로 무엇을 조사해야 합니까?

A. 사용자 지정 작업이 에이전트에 할당되었는지 검토합니다.

B. 작업 지침을 검토하여 고유한지 확인하세요.

C. 입력 및 출력 유형이 올바르게 선택되었는지 확인하세요.

정답: B

사용자가 잘못된 판매 요약을 받는 근본 원인은 고유하지 않은 작업 지침(옵션 B)에 있습니다. Einstein Bots에서 사용자 지정 작업은 사용자 발언이 각 작업에 대해 정의된 작업 지침과 얼마나 잘 일치하는지에 따라 트리거됩니다. 세 가지 사용자 지정 작업에 대한 지침이 겹치거나 구체성이 부족하면 봇의 자연어 처리(NLP)가 이를 확실하게 구별할 수 없어 일치하지 않는 응답이 발생합니다.
조사 단계:
* 검토 작업 지침: 각 사용자 지정 작업에 고유한 컨텍스트별 지침이 있는지 확인하십시오. 예:
* 조치 1: "지역별 분기별 매출 요약."
* 작업 2: "현재 회계연도에 대한 제품별 판매 내역을 생성합니다."
* 조치 3: "온라인 및 매장 채널 간 판매 실적 비교 제공" 모호하거나 중복되는 지침(예: "판매 요약 가져오기")은 혼란을 야기합니다.
* 발언 매칭 테스트: Einstein Bot의 교육 도구를 사용하여 사용자 발언이 올바른 동작에 매핑되는지 검증합니다. 중복은 지시의 모호성을 나타냅니다.
* 지침 개선: 각 판매 요약 유형에 고유한 키워드나 구문을 통합하여 의도 감지를 개선합니다.
다른 옵션이 틀린 이유:
* A. 사용자 지정 작업은 자동화된 봇 구성 요소이므로 에이전트에 작업을 할당하는 것은 중요하지 않습니다.
* C. 입출력 유형은 의도 라우팅이 아닌 데이터 형식과 관련됩니다. 실행에 중요하지만 발화 불일치를 해결하지는 않습니다.
참고문헌:
* Einstein Bot 개발자 가이드: 의도 충돌을 피하기 위해 고유한 작업 지침의 필요성을 강조합니다.
* 시작 모듈: "Einstein으로 AI 기반 봇 만들기"는 정확한 액션 트리거를 위한 지침 구체성을 강조합니다.
* Salesforce 도움말 문서: 발언 매핑의 명확성을 보장하기 위해 작업 지침을 테스트하고 개선할 것을 권장합니다.

Agentforce-Specialist 문제 58

Universal Containers(UC)는 Agile Scrum 회의에서 AI 전략을 논의하고 있습니다.
어떤 비즈니스 요구 사항을 고려하면 An Agentforce가 Einstein Studio(모델 빌더)를 통해 외부 기반 모델에 연결할 것을 권장해야 할까요?

A. UC는 모델 온도를 미세 조정하고 싶어합니다.

B. UC는 회사 데이터를 사용하여 세부적으로 조정된 모델을 원합니다.

C. UC는 모델의 빈도 패널티를 변경하려고 합니다.

Agentforce-Specialist 문제 59

Einstein Trust Layer 아키텍처의 어느 부분이 대규모 언어 모델(LLM) 프롬프트 내에서 조직의 자체 데이터를 활용하여 관련성 있고 정확한 응답을 확실하게 반환합니까?

A. 신속한 방어

B. 데이터 마스킹

C. 동적 접지

Agentforce-Specialist 문제 60

Universal Containers(UC)는 고객에게 최신, 활성 및 관련 정책 및 규정 준수 정보를 제공하는 Agentforce Service Agent를 구축하고자 합니다. 에이전트는 다음을 수행해야 합니다.
* HR 정책, 규정 준수 지침 및 회사 절차를 의미적으로 검색합니다.
* 응답은 게시된 지식을 기반으로 해야 합니다.
* 수동 재구성 없이 지식 업데이트가 즉시 반영되도록 합니다. 에이전트가 올바른 정보를 검색할 수 있도록 UC는 무엇을 해야 합니까?

A. 에이전트가 모든 내부 기록과 과거 고객 문의를 검색할 수 있도록 합니다.

B. AI 검색을 위해 정책 문서를 저장하고 색인화하기 위해 Agentforce 데이터 라이브러리를 설정합니다.

C. 환각을 방지하기 위해 AI 모델에 수동으로 정책 대응을 추가합니다.

정답: B

포괄적이고 자세한 심층 설명: UC는 Agentforce 서비스 에이전트가 특정 기준에 따라 정확하고 최신 정책 및 준수 정보를 제공해야 합니다. 평가해 보겠습니다.
* 옵션 A: 에이전트가 모든 내부 기록과 과거 고객 문의를 검색할 수 있도록 합니다. 모든 기록과 문의를 검색하면 관련성이 없거나 오래된 응답이 발생할 위험이 있으며, 게시된 지식 기반과 즉각적인 업데이트의 필요성과 상충됩니다. 구체성이 부족하여 잘못된 것입니다.
* 옵션 B: AI 검색을 위해 정책 문서를 저장하고 색인화하기 위해 Agentforce 데이터 라이브러리를 설정합니다. Agentforce 데이터 라이브러리는 Salesforce Knowledge와 통합되어 HR 정책, 규정 준수 지침 및 의미 검색 절차를 색인화합니다. 라이브러리가 Knowledge와 자동으로 동기화되므로 게시된 Knowledge 문서의 기반과 업데이트(예: 새 문서 버전)가 재구성 없이 즉시 반영됩니다. 이는 모든 UC 요구 사항을 충족하므로 정답입니다.
* 옵션 C: 환각을 방지하기 위해 AI 모델에 수동으로 정책 응답을 추가합니다. 모델에 수동으로 응답을 임베드하는 것은 실행 불가능합니다. Agentforce는 사용자 지정 학습이 아닌 사전 학습된 LLM을 사용합니다. 또한 실시간 업데이트를 지원하지 않으므로 이는 잘못된 것입니다.
옵션 B가 옳은 이유: 데이터 라이브러리는 Salesforce에서 권장하는 접근 방식에 따라 의미 검색, 지식 기반, 즉각적인 업데이트 등 모든 기준을 충족합니다.
참고문헌:
* Salesforce Agentforce 문서: 데이터 라이브러리 > 지식 통합 - 세부 정보 색인화 및 업데이트.
* 시작점: Agentforce로 에이전트 구축 - 정확한 응답을 위한 데이터 라이브러리를 다룹니다.
* Salesforce 도움말: 지식 기반 구축 - 실시간 동기화를 확인합니다.

다른 버전: 2109Salesforce.Agentforce-Specialist.v2025-12-11.q175

최근 업로드: 133NetworkAppliance.NS0-005.v2026-10-20.q118; 133Oracle.1Z0-1053-26.v2026-10-19.q32; 128Oracle.1Z0-1053-26.v2026-10-19.q31; 139EMC.D-ECS-DY-23.v2026-10-19.q67; 150Salesforce.Field-Service-Consultant.v2026-10-19.q136; 166ACFE.CFE-Fraud-Prevention-and-Deterrence.v2026-10-18.q194; 163Oracle.1Z0-1048-26.v2026-10-17.q66; 186Splunk.SPLK-3003.v2026-10-17.q106; 180Nokia.SRAN-Radio-Network-Performance-Optimization.v2026-10-16.q18; 197Pegasystems.PEGACPRSA22V1.v2026-10-16.q33